快速傅里叶变换和离散时间傅里叶变换

快捷方式: 差异，相似，杰卡德相似系数，参考。

快速傅里叶变换和离散时间傅里叶变换之间的区别

快速傅里叶变换 vs. 离散时间傅里叶变换

快速傅里叶变换（Fast Fourier Transform, FFT），是快速计算序列的离散傅里叶变换（DFT）或其逆变换的方法。傅里叶分析将信号从原始域（通常是时间或空间）转换到頻域的表示或者逆过来转换。FFT会通过把DFT矩阵分解为稀疏（大多为零）因子之积来快速计算此类变换。 因此，它能够将计算DFT的复杂度从只用DFT定义计算需要的 O(n^2)，降低到 O(n \log n)，其中 n 为数据大小。 快速傅里叶变换广泛的应用于工程、科学和数学领域。这里的基本思想在1965年才得到普及，但早在1805年就已推导出来。 1994年美國數學家把FFT描述为“我们一生中最重要的数值算法”，它还被IEEE科学与工程计算期刊列入20世纪十大算法。. 在数学中，离散时间傅里叶变换（DTFT，Discrete-time Fourier Transform）是傅里叶分析的一种形式，适用于连续函数的均匀间隔采样。离散时间是指对采样间隔通常以时间为单位的离散数据（样本）的变换。仅根据这些样本，它就可以产生原始连续函数的连续傅里叶变换的的以频率为变量的函数。在采样定理所描述的一定理论条件下，可以由DTFT完全恢复出原来的连续函数，因此也能从原来的离散样本恢复。DTFT本身是频率的连续函数，但可以通过离散傅里叶变换（DFT）很容易计算得到它的离散样本（参见对DTFT采样），而DFT是迄今为止现代傅里叶分析最常用的方法。 这两种变换都是可逆的。离散时间傅里叶逆变换得到的是原始采样数据序列。离散傅里叶逆变换是原始序列的周期求和。快速傅里叶变换（FFT）是用于计算DFT的一个周期的算法，而它的逆变换会产生一个周期的离散傅里叶逆变换。.

傅里叶分析

傅里叶分析，是数学的一个分支领域。它研究如何将一个函数或者信号表达为基本波形的叠加。它研究并扩展傅里叶级数和傅里叶变换的概念。基本波形称为调和函数，调和分析因此得名。在过去两个世纪中，它已成为一个广泛的主题，并在诸多领域得到广泛应用，如信号处理、量子力学、神经科学等。 定义于Rn上的经典傅里叶变换仍然是一个十分活跃的研究领域，特别是在作用于更一般的对象（例如缓增广义函数）上的傅里叶变换。例如，如果在函数或者信号上加上一个分布f，我们可以试图用f的傅里叶变换来表达这些要求。Paley-Wiener定理就是这样的一个例子。Paley-Wiener定理直接蕴涵如果f是紧支撑的一个非零分布，（这包含紧支撑函数），则其傅里叶变换从不拥有紧支撑。这是在调和分析下的测不准原理的一个非常初等的形式。参看经典调和分析。 在希尔伯特空间，傅里叶级数的研究变得很方便，该空间将调和分析和泛函分析联系起来。.

傅里叶分析和快速傅里叶变换 · 傅里叶分析和离散时间傅里叶变换 · 查看更多 »

离散傅里叶变换

离散傅里叶变换（Discrete Fourier Transform，缩写为DFT），是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样。在形式上，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作其周期延拓的变换。在实际应用中通常采用快速傅里叶变换计算DFT。.

快速傅里叶变换和离散傅里叶变换 · 离散傅里叶变换和离散时间傅里叶变换 · 查看更多 »